AI大模型加速“上车”，万亿市场即将大爆发

今年3-6月这几个月，可以说是 “AI神仙打架月”，OpenAI、Google、微软、英伟达等科技巨头接二连三发布各种震撼世界的AIGC产品，并以前所未有的速度在迅猛发展。去年3月，OpenAI 才刚发布了CHATGPT 1.0，就在上个月就已经迭代到了GPT-4o多模态大模型，与此同时“世界模拟器”Sora又发出了最强音。英伟达今年3月刚向世界宣布要成为“AI代工厂”，前几天又乘胜追击，在台北Computex 2024展会上预测了未来十年的AI芯片趋势、量子计算机仿真系统，黄仁勋预计下一代AI将通过视频与合成数据学习、相互学习来理解物理世界，也就是说AIoT万物互融、互联的时代将真正来临。

未来的AIGC可能强大到无法想象，它到底会对社会经济产生多大影响！AIGC到底是硬币的正面还是反面？今天不讨论科技伦理，先来聊聊AIGC对物理世界——汽车制造业会产生哪些翻天覆地的改变。

一、人工智能已经从弱智能走向了强智能？

在阐述AIGC对汽车制造业的影响前，先来把AI的发展时间线捋清楚。

1950年，艾伦·图灵发表了关于“人类是否能分辨机器还是人回答的问题”的知名图灵测试论文。论文说，如果一台机器能够与人类展开对话（通过电传设备）而不能被辨别出其机器身份，那么称这台机器具有智能。同一年，图灵还预言会创造出具有真正智能的机器的可能性。

到1956年，美国达特茅斯学院举行了历史上首次人工智能研讨会，被认为是AI诞生的标志，这个时期的研究方向就是如何让机器模拟人类大脑思考，主攻坚“自然语言处理”、“逻辑推理”。之后很长一段时间，人工智能几乎停滞发展，主要源于美国政府不看好不给拨款。直到1997年，IBM的计算机“深蓝”战胜了国际象棋大师，2016年google的“AlphaGo”下围棋大胜九段棋手李世石，AI人工智能才算给了人类第一次当头棒喝。彼时，Google Brain团队成为AI领域翘楚，提出积卷神经网络架构，开源了利用大量数据直接就能训练计算机来完成任务的第二代机器学习平台Tensor Flow。（如今好几位openAI的程序员都来自谷歌大脑）。

这十年里，AIGC一直在潜伏，即建立在多模态之上的由单个模型同时理解语言、图像、视频、音频等，并能够完成单模态模型无法完成的任务，比如给视频添加文字描述、结合语义语境生成图片等。到了2022年算法获得井喷式发展，但是学界依然认为AI还处于“弱智能“阶段。人们可能更盼望着它能在汽车无人驾驶领域发挥特长赶紧跑起来，但它却在“鬼画符”作边缘试探，基本全部集中在绘画领域。

到了2023年上半年ChatGPT发布，AI进度条瞬间被拉快到“强智能”阶段——AIGC生成式人工智能彻底破圈。AI世界也一夜之间变天了，给人类带来了第二次大棒槌，并让很多人产生即将“失业”的恐惧感。美国《Nature》科学杂志指出ChatGPT已经能突破图灵测试，并建议寻求新的人工智能评估方法。接下来就不用多说了，它厉害的地方就在于大语言模型，即在海量文本数据上训练的深度神经网络模型。

打个不恰当的比方，AI模型有点像弹珠游游艺机。弹珠就是数据，它们在程序员设置的各种障碍物（相当于模型结构）里跑来跑去最后推理出结论。而大语言模型，则是无数个弹珠，同时奔跑在更多的障碍物上，而障碍物就相当于参数量，差不多有100 万亿（人类的大脑则有100亿个大脑神经元）。而今年的升级，根据OpenAI的说法，GPT-4o是一个真正的跨模态大模型。

坊间也流传着这样的段子，“我们希望机器人帮助人类扫地、洗碗，是因为人类要去写诗、画画。现在机器人都去写诗、画画了，人类却还在扫地、洗碗。”尽管现在的AI产品并没有想象中那么好驾驭，但随着GPT背后的大语言模型所带来的震撼效果，AI模型也从 “小杯”升级成了“超大杯”。国内大厂纷纷转身拥抱大模型，并在信通院门口排队等待审核。那汽车领域的无人驾驶技术，是不是很快就能实现了？

二、人工智能在汽车领域的试探前行

说到这里，我们再来浅扒一下这几年，人工智能到底在汽车制造领域发展到何等地步了？

先说说中国的全球首款互联网汽车。时间追溯至2016年，阿里联合上汽集团推出了三款运行YunOS的互联网汽车，YunOS可以智能匹配车速改变信息、语音交互、车辆自拍、识别周边状况等各种功能。当时大家的共识是，互联网或者移动互联网进入汽车是大势所趋，互联网将成为汽车的第二个引擎。当时，Google则宣布与奥迪、通用、本田、现代及NVIDIA共同组建“开放汽车联盟”，计划推出搭载Android系统的车款。

在国内被誉为AI头号玩家的百度，则在2017年，因为李彦宏开着无人驾驶车上五环，被交警盯上了这条新闻破圈了。他当时公开表示：“当无人驾驶的技术成熟之后，一定比人类司机要更安全。” ，2021年，百度和吉利共同发起汽车机器人项目。

所谓无人驾驶技术或称为自动驾驶技术，就是指利用人工智能、机器学习、传感器、地图等技术，使汽车等交通工具能够在没有人类驾驶的情况下自主完成行驶、避障、停车等操作，从而实现自动驾驶的一种技术。国际上比较知名的研究无人驾驶技术的公司，有特斯拉、Mobileye、谷歌旗下Waymo等公司。

而也正是因为自动驾驶技术，AI才进入广大消费者的视野。1984年，美国就已经开始研究自动驾驶技术。当时美国国防高级研究计划署（DARPA）与陆军合作，发起自主地面车辆（ALV）计划。随后，美国卡内基·梅隆大学、斯坦福大学、麻省理工学院等美国院校都先后加入无人驾驶汽车的研究工作中。2015年特斯拉推出半自动驾驶系统Autopilot，成为全球第一个投入商用自动驾驶技术的厂商。随后，通用汽车推出Cruise，奥迪A8量产 Level 3 级别的自动驾驶技术，这算是AI 技术与汽车产生关联的重要时间点。

目前，我国自动驾驶技术也快速向L2级以上发展（L0至L2为驾驶辅助，驾驶员需全程监控驾驶；L3是有条件自动驾驶，驾驶员在紧急情况执行接管；L4为高度自动驾驶；L5为完全自动驾驶）。

去年工信部则发布了《关于开展智能网联汽车准入和上路通行试点工作的通知》，支持开展L3级和L4级自动驾驶汽车的准入和上路试点。所以最近，全国各地各个区域都在进行自动驾驶、智能网联车辆测试。此外，自动驾驶技术还逐渐被扩展应用到送快递的物流、公交等功能型无人车。

据预测，2023年全球无人驾驶汽车行业市场规模约为417.5亿元；而中商产业研究院分析师预测，2024年全球无人驾驶汽车行业市场规模将达575.3亿元。

三、 智能汽车进入“AI大模型”下半场，市场空间绝大

随着AIGC在全球领域的风靡，国内大模型也蜂拥而上。五月中旬刚结束的北京车展，释放出的重要信号就是中国 AI 大模型要“上车”了。

首先，第一个趋势是汽车厂商纷纷牵手互联网大厂，且中国AI科技公司有望突围出海竞逐国际品牌汽车，同时须尽快联合国内传统车企厂商加速智能化、数字化转型，共同开辟海外市场，对于中国品牌而言，这是一个千载难逢的机遇。这次车展上，众多汽车品牌分别与百度、腾讯等互联网企业合作，双方分别在AI、智能汽车、大模型上展开深度合作，应用场景覆盖座舱助手、营销、客服等。

可以预见的是，智能汽车已经进入下半场，汽车正在升级为新一代“移动智能终端”，而且这也是国产车打破国外豪车品牌垄断的好机遇，一方面，传统车在新能源领域的品牌溢价能力在消减；另一方面，当下国内年轻人对国产产品的品质与创新能力更有自信心。

6.3日冲上知乎榜单第二的抄袭事件，已经证明了国内AI应用能力

其次，随着AIGC升级为大模型，大模型上车也是早晚的事情。2024政府工作报告提出开展“人工智能+”行动。在汽车行业，推动AI大模型上车成为发展重点，业内也逐渐将汽车从单纯交通工具定义为具备交通能力的智能空间。今年5月，中国信通院发布了国内首个汽车大模型标准，该标准目标是助推汽车大模型产品升级优化。

目前从应用场景来看， AI大模型还主要落地在智能座舱和智能驾驶领域，具备对话问答、逻辑推理、预测规划、内容生成等能力，有数据显示超过98%的用户习惯用语音的方式来操控车辆。但是未来，大模型师可以用于汽车生产制造、研发设计、供应链管理中的应用效能，充分释放技术新动能。

中国汽车工业协会预测，到2035年，中国智能汽车产业规模将超过2000亿美元（约合人民币1.44万亿元）。瑞银UBS研究团队则预计，到2025年，中国将产生多达660万辆新能源车，即每四辆新能源车中的一辆将拥有智能化功能；而IDC认为，到2026年全球智驾车辆销量将达到8930万辆。

本期我们重点讲述了AI大语言模型在汽车领域的应用和未来发展趋势，后续我们会不断跟随前瞻技术的最新发展动态，及时与大家探讨分享这些新兴技术在制造业中的应用和潜能。

基于整车厂以及上下游产业链在深化数字化转型与智能制造的过程中遇到的难点痛点，我们将于七月底举行WOD汽车制造业数字化转型峰会，届时会特邀来自整车厂、一二级供应商、数字化方案厂商的数字化技术前沿大咖，集中分享整车及零部件企业在数字化和智能化的过程中积累的经验和见解。讲述如何通过运用人工智能、机器学习、大数据分析、虚拟仿真、数字孪生、软硬件结合、机器视觉、智慧物流、AMR/AGV等技术在先进制造、柔性生产、全局优化管理、智能运维、精准营销等关键环节中的实际应用案例。与上下游企业交流分享数字化与智能化的新技术，共同探讨汽车制造数字化步入深水区过程中的难点与痛点，解决数字化转型顶层设计、人才缺位、文化理念铺设、系统集成、数据治理、数据互联等问题，提升智能工厂等级，实现缩短研发决策链、全局优化生产效率、满足用户定制化需求、提升用户服务体验。